📄 论文总结
- 中英文论文题目：
ST-Raptor: A Hierarchical Tree-Based Framework for Semi-Structured Table Question Answering
ST-Raptor：基于分层树结构的半结构化表格问答框架
1️⃣ 一句话总结
ST-Raptor提出了一种基于分层正交树（HO-Tree）的框架，通过结构化表示、问题分解和两阶段验证机制，显著提升了半结构化表格（如Excel）问答任务的准确性和鲁棒性，解决了现有方法在布局理解、多跳推理和验证机制上的局限性。
2️⃣ 论文创新点
1. 分层正交树（HO-Tree）表示法
- 创新点：设计双树结构（MTree和BTree）表示表格元数据和内容，支持递归遍历和混合布局（如合并单元格、嵌套表头）。
- 区别/改进：相比传统NL2SQL或视觉方法（如TableLLaVA），HO-Tree显式建模表格的层次化关系，避免信息丢失。
- 意义：使通用LLM无需直接解析复杂布局，降低任务复杂度。
2. 基于树操作的问答策略
- 创新点：定义四种原子操作（数据检索、处理、对齐、推理），支持多跳查询和混合遍历策略。
- 区别/改进：相比单步检索（如ReAcTable），通过操作-表对齐（Align）和语义推理（Reason）提升可解释性。
- 意义：实现复杂问题的分步求解，如数值计算和跨列推理。
3. 两阶段验证机制
- 创新点：前向验证（约束检查）和后向验证（反向问题生成）确保答案可靠性。
- 区别/改进：超越传统单一验证（如NL2SQL的执行反馈），减少模型幻觉。
- 意义：在SSTQA基准上错误率降低20%以上。
4. SSTQA基准数据集
- 创新点：构建包含102个真实表格和764个查询的基准，覆盖简单到困难布局（如Header-Multiple-Values）。
- 区别/改进：相比现有数据集（如WikiTableQuestions），强调深度嵌套和异构布局。
- 意义：为半结构化表格QA提供标准化评估平台。
3️⃣ 主要结果与价值
实验结果亮点
- 性能优势：在SSTQA上准确率超第二名20%（困难任务），消融实验显示HO-Tree贡献最大（性能下降15.15%）。
- 效率平衡：通过分组检索和并行策略，延迟控制在合理范围（如大型表格分组耗时<2s）。
实际应用价值
- 跨领域适用性：支持Excel、HTML等多种输入格式，适用于金融报表、医疗记录等场景。
- 可扩展性：框架可集成不同LLM（如GPT-4、TableLLM），适配多样化需求。
4️⃣ 术语表
- ST-Raptor：半结构化表格问答框架，核心包括HO-Tree和两阶段验证。
- HO-Tree：分层正交树，通过MTree（元数据）和BTree（内容）表示表格布局。
- SSTQA：半结构化表格问答基准，含102个表格和764个复杂查询。
- NL2SQL：自然语言转SQL技术，局限在于无法处理非结构化表格。
- Align操作：参数-内容对齐机制，确保操作与表格数据一致性。
- Header-Multiple-Values (L.2)：表头对应多个值的布局类型。
- ReAcTable：基于NL2SQL的代理方法，性能受限于结构化转换。